Optimizing Robot Programming: Mixed Reality Gripper Control

要約

従来のロボットプログラミング方法は、ユーザーにとって複雑で時間がかかります。
近年、これらの課題に対処し、ロボットプログラミングを最適化するために、複合現実などの代替アプローチが調査されています。
混合現実ロボットプログラミング方法の調査結果は説得力がありますが、ほとんどの既存の方法はロボットプログラミングのジェスチャー相互作用に依存しています。
コントローラーベースの相互作用はより信頼性が高いことが証明されているため、このペーパーでは、混合現実シナリオ内の3つのコントローラーベースのプログラミング方法を検証します。1）クラシックジョギング。ユーザーがコントローラーの親指を使用してロボットエンドエフェクターを配置します。
オブジェクトを把握および解放します。
被験者内研究（n = 30）を実施して、これらの方法を比較しました。
調査結果は、グリッパー制御条件がタスクの完了時間、ユーザーエクスペリエンス、精神的需要、およびタスクのパフォーマンスの点で他の条件を上回ることを示しています。
したがって、将来のロボットプログラミングの効果的かつ効率的なアプローチとして有望な可能性を示しています。
https://youtu.be/83kwr8zufiqで利用可能なビデオ。

要約(オリジナル)

Conventional robot programming methods are complex and time-consuming for users. In recent years, alternative approaches such as mixed reality have been explored to address these challenges and optimize robot programming. While the findings of the mixed reality robot programming methods are convincing, most existing methods rely on gesture interaction for robot programming. Since controller-based interactions have proven to be more reliable, this paper examines three controller-based programming methods within a mixed reality scenario: 1) Classical Jogging, where the user positions the robot’s end effector using the controller’s thumbsticks, 2) Direct Control, where the controller’s position and orientation directly corresponds to the end effector’s, and 3) Gripper Control, where the controller is enhanced with a 3D-printed gripper attachment to grasp and release objects. A within-subjects study (n = 30) was conducted to compare these methods. The findings indicate that the Gripper Control condition outperforms the others in terms of task completion time, user experience, mental demand, and task performance, while also being the preferred method. Therefore, it demonstrates promising potential as an effective and efficient approach for future robot programming. Video available at https://youtu.be/83kWr8zUFIQ.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google